Využití umělých neronových sítí pro řízení mechanických systémů s neznámou vnitřní strukturou
Title Alternative:Using artificial neural networks for control of mechanical systems with unknown inner structure
Loading...
Date
2006
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Technická Univerzita v Liberci
Abstract
Cílem diplomové práce je ověřit možnost použití umělých neuronových sítí pro řízení mechanických systémů s tuhými členy, bez znalosti jejich vnitřní struktury. Řízení by mělo vycházet pouze ze závislosti dynamiky koncového bodu mechanismu na řízení. Pro získání této závislosti, z pohybu systému, má být použita neuronová síť. Byla implementována vícevrstvá perceptronová síť a algoritmy na její trénování. Byly navrženy postupy pro získání trénovacích dat a následné jejich využití pro řízení mechanismů. Funkce byla ověřena na matematických modelech několika rovinných robotických systémů. Vše je demonstrováno na vytvořené aplikaci, která umožňuje simulaci a řízení těchto modelů v reálném čase.
The aim of diploma thesis is to verify possibility usage of artificial neural networks for control mechanical systems with solid elements, where their inner structure is not known. Control should go out only from dependency dynamics of end point on control. For getting this dependency, from the system movement, the neural network will be used. The multilayer perceptron neural network and algorithms for its training were implemented. The technique were design for getting training data and their following utilization for control mechanisms. The function was verified on mathematical models of some planar robotics systems. Everything is demonstrated at the application, which is able to simulating and controlling these models in real time.
The aim of diploma thesis is to verify possibility usage of artificial neural networks for control mechanical systems with solid elements, where their inner structure is not known. Control should go out only from dependency dynamics of end point on control. For getting this dependency, from the system movement, the neural network will be used. The multilayer perceptron neural network and algorithms for its training were implemented. The technique were design for getting training data and their following utilization for control mechanisms. The function was verified on mathematical models of some planar robotics systems. Everything is demonstrated at the application, which is able to simulating and controlling these models in real time.
Description
katedra: KSI; přílohy: CD ROM; rozsah: 48 s.
Subject(s)
neuron, řízení, robot, simulace, neuron, neural, control, robot, simulation